Статья:

МУЛЬТИАГЕНТНЫЙ ПОДХОД В СИСТЕМАХ ОРГАНИЗАЦИИ И УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ

Конференция: XXIX Студенческая международная заочная научно-практическая конференция «Молодежный научный форум: общественные и экономические науки»

Секция: 11. Экономика

Выходные данные
Степанов П.В. МУЛЬТИАГЕНТНЫЙ ПОДХОД В СИСТЕМАХ ОРГАНИЗАЦИИ И УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ // Молодежный научный форум: Общественные и экономические науки: электр. сб. ст. по мат. XXIX междунар. студ. науч.-практ. конф. № 10 (29). URL: https://nauchforum.ru/archive/MNF_social/10(29).pdf (дата обращения: 19.04.2024)
Лауреаты определены. Конференция завершена
Эта статья набрала 0 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

МУЛЬТИАГЕНТНЫЙ ПОДХОД В СИСТЕМАХ ОРГАНИЗАЦИИ И УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ

Степанов Павел Валерьевич
студент Уфимского Государственного Авиационного Технического Университета, РФ, Республика Башкортостан, г. Уфа
Фандрова Людмила Петровна
научный руководитель, доц. Уфимского Государственного Авиационного Технического Университета, РФ, Республика Башкортостан, г. Уфа

 

Открытость современной экономики и широкое распространение информационных технологий в обществе привело к ускорению научно-технического процесса и усилению конкурентной борьбы предприятий на всех рынках. Срок жизни продукта уменьшается, поэтому основную роль начинают играть скорость выхода новых продуктов на рынок и скорость внедрения новых технологий в производство. Это заставляет компании искать новые способы и системы организации производства и управления им, которые позволили бы ускорить принятие решение, а также имели бы возможность автоматически перестраиваться при изменениях внешней и внутренней среды. Система управления производством при этом должна стать самоорганизующейся и распределенной.

Решением данной проблемы может стать использование мультиагентного подхода, в основе которого лежит система из нескольких взаимодействующих друг с другом интеллектуальных агентов (рисунок 1).

 

2015-12-09_005530.bmp

Рисунок 1. Схемы построения традиционных и мультиагентных систем управления

 

Эти агенты могут быть самостоятельными программами, элементами искусственного интеллекта, людьми или командами людей. В отличие от традиционных в мультиагентных системах (МАС) решения принимаются не с помощью определенного алгоритма, а автоматически в результате локальных взаимодействий агентов. Командный орган управления системой отсутствует.

В природе примерами таких МАС являются колонии муравьев и пчел. Отдельно взятая пчела, конечно, интеллектом не обладает, но колония в целом может решать достаточно сложные задачи, например, отпугнуть крупного зверя. Управление колонией осуществляется за счет сотен и тысяч взаимодействий между её жителями, которым поставлены цели, но не заданы сценарии их достижения. И раз существуют, и успешно функционируют естественные МАС, почему бы не разработать искусственные?

Идеи об искусственных МАС стали появляться еще в 1960-х годах в работах Урсула А.Д. [6], Жукова Н.И. [4] и др. На сегодняшний день существует огромное количество работ, авторы которых занимаются изучением МАС. Некоторые из них посвящены практическому использованию мультиагентного подхода. Так в работах Батищева С.В., Скобелева П.О., Ржевского Г.А. [1] рассматривается построение МАС для управления распределенными производствами. Использование мультиагентного подхода в экономическом моделировании представлено в работах Есикова Т.Н., Зайцев И.Д. [3], Sycara K.P. [8], Uri Wilensky [9].

Наряду с практическим построением моделей МАС ведется также теоретическое исследование принципов мультиагентного подхода. Изучения проводятся логическим и вероятностным методами или же способом выделения отдельной МАС и дальнейшего исследования её свойств. Теоретическому анализу МАС, отдельных систем и их эффективности посвящены работы Коэна П.Р., Левескью Г.Дж. [7], Тарасова В.Б. [5], Валиева М.К., Дехтяря М.И. [2], Junfu Zhang [10].

Однако эффективность многих построенных моделей МАС теоретически необоснованна, модели зачастую являются чисто имитационными. Это делает необходимым дальнейшее исследование МАС, построение новых моделей и разработку новых способов их изучения, описания и реализации.

Проведя анализ выше перечисленных источников информации по МАС, можно сказать, что подобные системы имеют широкие перспективы в различных сферах человеческой деятельности. МАС можно использовать для управления автономными аппаратами, как в глубоком космосе (спутники, автоматические космические станции), так и на Земле (беспилотники).

В логистике мультиагентный подход может быть реализован для управления морским и речным флотом, где в зависимости от параметров судна, погодных условий, стоимости груза необходимо в реальном времени решать задачи максимизации прибыли, планирования и перепланирования маршрутов доставки.

В производстве перспективным направлением для мультиагентного подхода являются предприятия, где организовано поточное (конвейерное) производство, например, автомобилестроение и производство электроники. Здесь наблюдается постоянное сокращение жизненного цикла изделий, увеличение разнообразия продуктов и непостоянный спрос на продукцию. При внедрении МАС производство таких предприятий может стать гибким, а объемы выпуска продукции масштабируемыми. Качество и надежность изделия при этом повысятся.

Другим направлением является промышленность, ориентированная на производство военной продукции, к примеру, авиационно-космическая отрасль. Продукция предприятий этой отрасли имеет достаточно долгий срок жизни (30–40 лет), поэтому тут возникает необходимость в системе, которая позволила бы согласовать взаимодействие всех заинтересованных участников, и в тоже время обеспечить их своевременной и достаточной информацией на всех этапах жизненного цикла изделия.

На данный момент уже предлагаются основные принципы построения МАС, которые могут быть применимы в обоих случаях. Так многие предприятия уже либо внедрили, либо только начинают работы по внедрению программных средств и технологий управления информацией о продукции – PDM-системы (Product Data Management – система управления данными об изделии). Это так называемая ориентированная технология, которую компании развивают под свои специальные задачи. Однако, кроме ориентированных технологий, существуют и внешние технологии, которые могут использовать все участники жизненного пространства – Интернет, виртуальная реальность, программные средства общего назначения. Эти технологии предлагается объединить в рамках единой МАС.

Подобная МАС должна не только обеспечить взаимодействие между участниками и обмен информацией, но также должна обладать и возможностью накопления знаний об изделии, то есть, иметь базу данных. База данных предоставляет доступ к необходимой информации всем агентам системы, а также структурирует знания по областям. Информация сохраняется и пополняется с течением времени, что позволяет оперативно принимать решения на изменения внешней и внутренней среды. Однако, пока остается не ясным, каким образом можно это все реализовать практически.

Таким образом, исследование МАС является очень интересным и перспективным направлением развития науки. Здесь сплелись воедино информационные технологии и инновационная деятельность. Если само внедрение мультиагентного подхода является инновационной областью, то его реализацию никак не представить себе без использования информационных технологий. Но до практического использования этого подхода предстоит кропотливая работа по теоретическому изучению МАС, их описанию и оценки их эффективности. Вероятно, в будущем подобные децентрализованные и распределенные системы заменят традиционные системы управления.

 

Список литературы:
1. Батищев С.В., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Разработка мультиагентной системы для дистанционного обучения в Интернет-портале «Оптик-сити». // Известия Самар. научн. центра РАН. – 2003. – Т. 5, № 1. – С. 91–95.
2. Валиев М.К., Дехтярь М.И. Вероятностные мультиагентные системы: семантика и верификация. // Вестник Тверского государственного университета, серия «Прикладная математика», 35 (95), 2008, С. 9.
3. Есикова Т.Н., Зайцев И.Д. Разработка агентной модели «Оценка стратегических направлений опорной транспортной сети России при разной геоэкономической архитектонике Мировой Хозяйственной Системы» // Управление развитием крупномасштабных систем (MLSD'2010): Труды Четвертой международной конференции (4–6 октября 2010 г., Москва, Россия). Москва, 2010 – Том I. С. 107–114.
4. Жуков Николай Иванович. Информация: (философский анализ центрального понятия кибернетики) /Н.И. Жуков. Минск: Наука и техника, 1966. – 165 с.
5. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. – М.: Эдиториал УРСС, 2002. – 352 с.
6. Урсул А.Д. Природа информации. Философский очерк. – М.: Политиздат, 1968. 288 с.
7. Cohen P.R and Levesque H.J. Intention is Choice with Commitment // Artificial Intelligence. – 1990. – Vol. 42. – P. 213–262.
8. Sycara K.P. Multiagent systems // AI Magazine 10(2): 79–93, 1998.
9. Wilensky U. NetLogo Segregation model. // Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL, 1997. URL: (http: //ccl.northwestern.edu/netlogo/models/Segregation).
10. Zhang, Junfu. Tipping and Residential Segregation: A Unified Schelling Model // Journal of Regional Science, 2011,51 (1), Р. 167–193.